基于KSVD基的林区监测站数据采集方法研究.PDF

２０１８年 １１月 农 业 机 械 学 报 第 ４９卷 增刊 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１８．Ｓ０．０４９ 基于Ｋ ＳＶＤ基的林区监测站数据采集方法研究 １，２ １，３ １，３ １，３ 赵　癑 　谢辉平 　高　超 　赵燕东 （１．北京林业大学工学院，北京 １０００８３；２．林业装备与自动化国家林业局重点实验室，北京 １０００８３； ３．城乡生态环境北京实验室，北京 １０００８３） 摘要：基于 Ｋ ＳＶＤ字典学习算法（Ｋｓｉｎｇｕｌａｒｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，Ｋ ＳＶＤ）的压缩感知技术应用在林区微环境监 测站中，可极大地减少数据传输数量，从而降低监测站的使用能耗，延长监测站的使用寿命。本文选用空气温度作 为实验对象，验证算法的可行性，并与前人提出的基于离散傅里叶变换基（Ｄｉｓｃｒｅｔｅｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ，ＤＦＴ）的压缩感 知方法进行对比实验。实验结果表明，当稀疏度 ｋ相同时，Ｋ ＳＶＤ算法的平均稀疏化误差始终小于 ＤＦＴ算法，且 误差分布范围更加集中；当稀疏度和压缩率均相同时，Ｋ ＳＶＤ算法的平均重构误差也始终小于 ＤＦＴ算法，且误差 分布范围更加集中。在林区微环境监测站中，Ｋ ＳＶＤ算法具有更好的稀疏表示性能以及重构性能，在降低相同系 统能耗的同时，也降低了数据传输的误差。 关键词：微环境监测站；压缩感知；Ｋ ＳＶＤ；字典学习；稀疏表示 中图分类号：Ｓ７１６ 文献标识码：Ａ 文章编号：１０００１２９８（２０１８）Ｓ００３６５０７ ＣｏｌｌｅｃｔｉｎｇＭｅｔｈｏｄｏｆＦｏｒｅｓｔＡｒｅａＭｏｎｉｔｏｒｉｎｇＳｔａｔｉｏｎＢａｓｅｄｏｎ Ｋ ＳＶＤＢａｓｉｓ １，２ １，３ １，３ １，３ ＺＨＡＯＹｕｅ 　ＸＩＥＨｕｉｐｉｎｇ 　ＧＡＯＣｈａｏ 　ＺＨＡＯＹａｎｄｏｎｇ （１．ＳｃｈｏｏｌｏｆＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ ２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｔａｔｅＦｏｒｅｓｔｒｙＡｄｍｉｎｉｓｔｒａｔｉｏｎｆｏｒＦｏｒｅｓｔｒｙＥｑｕｉｐｍｅｎｔａｎｄＡｕｔｏｍａｔｉｏｎ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ ３．ＢｅｉｊｉｎｇＬａｂｏｒａｔｏｒｙｏｆＵｒｂａｎａｎｄＲｕｒａｌＥｃｏｌｏｇｉｃａｌＥｎｖｉｒｏｎｍｅｎｔ，ＢｅｉｊｉｎｇＭｕｎｉｃｉｐａｌＥｄｕｃａｔｉｏｎＣｏｍｍｉｓｓｉｏｎ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆｃｏｍｐｒｅｓｓｉｏｎｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙｗａｓｐｕｔｆｏｒｗａｒｄｂａｓｅｄｏｎＫ ＳＶＤ ｄｉｃｔｉｏｎａｒｙｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｉｎｆｏｒｅｓｔｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔｍｏｎｉｔｏｒｉｎｇｓｔａｔｉｏｎ．Ｉｔｗｏｕｌｄｇｒｅａｔｌｙｒｅｄｕｃｅｔｈｅ ｎｕｍｂｅｒｏｆｄａｔａｔｒａｎｓｍｉｓｓｉｏｎ，ｔｈｕｓｒｅｄｕｃｉｎｇｔｈｅｕｓｅｏｆｍｏｎｉｔｏｒｉｎｇｓｔａｔｉｏｎｓａｎｄｐｒｏｌｏｎｇｉｎｇｔｈｅｓｅｒｖｉｃｅｌｉｆｅ ｏｆｍｏｎｉｔｏｒｉｎｇｓｔａｔｉｏｎｓ．Ｔｈｅａｉｒｔｅｍｐｅｒａｔｕｒｅｄａｔａｗａｓｕｓｅｄａｓｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｏｂｊｅｃｔ，ａｎｄｉｔｖｅｒｉｆｉｅｄｔｈｅ ｆｅａｓｉｂｉｌｉｔｙｏｆｔｈｅａｌｇｏｒｉｔｈｍ，ａｎｄｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｐｒｅｖｉｏｕｓｐｒｏｐｏｓｅｄｃｏｍｐｒｅｓｓｉｏｎｓｅｎｓｉｎｇｔｅｃｈｎｉｑｕｅ ｂａｓｅｄｏｎｔｈｅｄｉｓｃｒｅｔｅＦｏｕｒｉｅｒｔｒａ